首页 > 编程语言> > DSO光度标定程序配置和使用

DSO光度标定程序配置和使用

2019-06-11 21:50:11 作者：互联网

光度标定原理详见：

DSO之光度标定

一、项目地址

https://github.com/tum-vision/mono_dataset_code

对应论文《A Photometrically Calibrated Benchmark For Monocular Visual Odometry》

二、安装

1.下载源码

git clone https://github.com/tum-vision/mono_dataset_code.git

2.安装Eigen和OpenCV

sudo apt-get install libeigen3-dev libopencv-dev

3.安装zip文件解析库

sudo apt-get install zlib1g-dev
 
cd mono_dataset_code/thirdparty
tar -zxvf libzip-1.1.1.tar.gz 
cd libzip-1.1.1/
./configure 
make
sudo make install
sudo cp lib/zipconf.h /usr/local/include/zipconf.h    # (no idea why that is needed).

4.安装aruco marker dection ，用来标定渐晕

安装教程转自（科学上网）：http://maztories.blogspot.de/2013/07/installing-aruco-augmented-reality.html

cd mono_dataset_code/thirdparty
tar -zxvf aruco-1.3.0.tar.gz
cd aruco-1.3.0/
mkdir build
cd build
cmake ..
make
sudo make install

5.编译主程序

cd mono_dataset_code
cmake . && make

三、准备数据

所需数据格式参考 src/BenchmarkDatasetReader.h

相机参数文件格式参考 src/FOVUndistorter.cpp

1.将图片存储于指定路径 PATH 下

数据为zip文件时，可以将文件直接放入；

数据为图像序列时，需要将建立文件夹images，将图像序列放入 PATH/images 下（注意有s）

2.将相机参数文件放入 PATH 下

（1）文件名称为camera.txt

（2）具体文件格式可以参考LSD-SLAM中的 llsd_slam_core/src/util/Undistorter.cpp

（3）原程序中相机使用PTAM的标定程序进行标定，标定过程可以参考博客《配好lsd_slam后的使用PTAM工具标定相机》

（4）camera.txt的具体格式如下：

fx/width fy/height cx/width cy/height d

in_width in_height

"crop" / "full" / "none" / "e1 e2 e3 e4 0"

out_width out_height

1）第一行 5个数据，赋值给inputCalibration[5]数组，格式为%f，数据内容表示

（fx/width fy/height cx/width cy/height d），其中第五个参数d表示视场角（field of view）；

2）第二行 2个数据，分别赋值给in_width和in_height，表示输入图像的大小

3）第三行 1个字符串参数：

“none”表示不进行校正，remapX和remapY都被置为nullptr，valid置为false

“crop”表示对图像进行裁剪，根据原图（cx,cy）处上下左右的最远距离进行图像的保留，使像素均为有效像素

“full”表示保留全部图像，根据原图（cx,cy）的左上、右上、左下、右下进行图像的保留

4）第四行 2个参数表示输出图像的宽度和高度

对应的相机模型可以参考博客《PTAM算法流程介绍》

注意：该方法使用了鱼眼相机的等距投影模型（ $r$_{d}$=f\theta$ ，视角和点距光心的距离成正比），具体参考文献《Straight lines have to be straight》，其公式（13）（14）如上图前两式所示。其中，参数 $\omega$ 表示畸变后相机视场角（Field of View），即物理上相机的视场角。而经过鱼眼模型的变换，相机经过畸变校正后的视场角为 $arctan(2r_utan({\omega}/{2}))$ 。